本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 疑難排解常見的設定問題
<a name="mlflow-troubleshooting"></a>

探索常見的疑難排解問題。

## 找不到名為 'groff' 的可執行檔
<a name="mlflow-troubleshooting-groff"></a>

使用 時 AWS CLI，您可能會遇到下列錯誤：`Could not find executable named 'groff'`。

如果使用 Mac，您可以使用下列命令來解決此問題：

```
brew install groff
```

在 Linux 機器上，使用以下命令：

```
sudo apt-get update -y
sudo apt-get install groff -y
```

## 找不到命令：jq
<a name="mlflow-troubleshooting-jq"></a>

建立 AuthZ 許可政策 JSON 檔案時，您可能會遇到下列錯誤：`jq: command not found`。

如果使用 Mac，您可以使用下列命令來解決此問題：

```
brew install jq
```

在 Linux 機器上，使用以下命令：

```
sudo apt-get update -y
sudo apt-get install jq -y
```

## AWS MLflow 外掛程式安裝速度
<a name="mlflow-troubleshooting-speeds"></a>

使用 Mac Python 環境時，安裝 AWS MLflow 外掛程式可能需要幾分鐘的時間。

## UnsupportedModelRegistryStoreURIException
<a name="mlflow-troubleshooting-uri-exception"></a>

如果您看到 `UnsupportedModelRegistryStoreURIException`，請執行下列動作：

1. 重新啟動 Jupyter 筆記本核心。

1. 重新安裝 AWS MLflow 外掛程式：

   ```
   !pip install --force-reinstall sagemaker-mlflow
   ```

## 不支援的 MLflow 功能
<a name="mlflow-troubleshooting-unsupported-features"></a>

Amazon SageMaker AI 受管 MLflow 不支援開放原始碼 MLflow 中提供的某些功能。

目前不支援下列功能：
+ **[MLflow AI Gateway](https://mlflow.org/docs/latest/genai/governance/ai-gateway/)** – 無法使用用於管理 LLM 供應商連線的 MLflow AI Gateway。
+ **[LLM 判斷和評分器](https://mlflow.org/docs/latest/genai/eval-monitor/scorers/)** – 不支援內建判斷和自訂判斷。程式碼型評分器會繼續如預期般運作。
+ **[提示最佳化](https://mlflow.org/docs/latest/genai/prompt-registry/optimize-prompts/)** – 無法使用自動提示最佳化。
+ **[OpenTelemetry 整合](https://mlflow.org/docs/latest/genai/tracing/opentelemetry/)** – OTEL 相容追蹤擷取端點無法使用。

如果您嘗試使用這些功能，您可能會遇到缺少 UI 元素或未預期的錯誤。這是 Amazon SageMaker AI 受管環境中的預期行為。